世界第一簡單實驗設計

定價：~~280~~ 元

NT $ 187 ~ 315

作者：高橋信
譯者：陳朕疆
出版社：世茂
出版日期：2014-04-01
語言：繁體中文
ISBN10：9865779242
ISBN13：9789865779245
裝訂：平裝 / 192頁 / 15 x 21 cm / 普通級 / 單色印刷 / 初版

內容簡介

不怕你不懂，只怕你不看，
不懂統計學也能輕鬆上手的實驗設計，
輕鬆有趣的情境設定＋詳細的運算過程＝最易懂的實驗設計入門書

　　好的實驗設計決定產品的品質！
　　正確的參數讓實驗發揮最大價值！

　　什麼是實驗設計？
　　如何成為一位優良的製造業研發人員？
　　是哪些因子在影響實驗結果？
　　該如何控制、分析實驗中的各種因子呢？
　　理想的實驗順序又是什麼？
　　趕緊跟著本書淺顯易懂的解說，一步步地學習實驗設計吧！

　　★一次掌握：
　　統計學、假說檢定、變異數、實驗順序、直交表、參數設定！

　　看完本書你將學到：

　　★ 實驗設計是什麼？
　　一因子變異數分析
　　二因子變異數分析
　　驗證型 = 多因子變異數分析
　　實驗設計 = 統計學的應用 = 統計學假說檢定 = 探索型 =　直交表實驗
　　參數設計

　　★實驗設計的核心問題：
　　1.如何進行實驗，以獲得所需的資料
　　2.得到的資料該用何種方式分析

　　★理想的實驗順序
　　1.亂塊法：符合Fisher的三個原則；必須在每次的實驗結束後，將條件回復到原始狀態，操作較麻煩。
　　2.分割法：固定住難以變更水準的因子，再逐次改變另一個因子的水準，操作較簡單，但難以計算誤差。

　　★參數設計
　　討論該如何設定控制因子的水準，使雜音因子所造成的影響降到最低。

　　發現問題之後，會形成假設，此時必須設計實驗加以證明。實驗設計可以改善製造程序，設計及開發新製程與產品，比較不同因子對實驗結果的影響，使結果分析更有效率，可以幫助達成目標。

　　本書以詳細的計算過程，為讀者解說如何分析資料，設計出參數，即使實驗設計的初學者或不擅長統計學的讀者，都可以跟著作者的步伐，循序漸進地學習實驗設計。

　　破解難懂的參數設計，創造理想的實驗步驟，本書是實驗設計的入門首選！

作者介紹

作者簡介

高橋信（たかはし　しん）

　　一九七二年生於日本新潟。九州藝術工科大學（現為九州大學）大學院藝術公學研究科資訊傳達系畢業，之後從事數據分析和研習講師的工作，現在以寫作為業。

　　著有《世界第一簡單統計學》、《世界第一簡單線性代數》、《世界第一簡單統計學【迴歸分析篇】》（以上世茂）、《靠EXCEL學對應分析》(Ohmsha公司) 、《社會組也看得懂的多變量分析》（合著，東京圖書）、《AHP和聯合分析》（合著，現代數學社）。

審訂者簡介

洪萬生

　　紐約城市大學（CUNY）科學史博士，國立台灣師範大學數學系學士、碩士。國立台灣師範大學數學系教授兼主任（2007/8/1-2009/7/31）、台灣數學教育學會理事長（2007-2009）、國際科學史學院通訊會員、Historia Mathematica（國際數學史雜誌）編輯委員、《HPM通訊》發行人、台灣數學（虛擬）博物館創始人之一。

譯者簡介

陳朕疆

　　自由譯者。清華大學生命科學系畢業，曾在京都大學農學部交換留學一年，畢業後在中研院生醫所做過研究助理，現在則想再念一個財金學位而自修相關知識。在日本時有感於日本出版業的蓬勃，希望能夠把好書介紹給更多人認識，而有了成為譯者的想法，歡迎批評指教。Facebook:www.facebook.com/Chen.Zhenjiang

第1章實驗設計是什麼？
1. 實驗設計
    1.1 實驗設計的直覺性定義
    1.2 實驗設計的詳細定義
2. 資料分析方法
    2.1 「探索型」與「驗證型」
    2.2 資料分析方法與實驗設計

第2章統計學的基礎知識
1. 統計學
    1.1 母體與樣本
    1.2 推論統計學與敘述統計學
2. 資料類別
3. 離差平方和、變異數與標準差
    3.1 離差平方和、變異數與標準差
    3.2 標準差的存在意義
4. 機率密度函數
    4.1 機率密度函數
    4.2 常態分配
    4.3 面積＝比例＝機率
    4.4 卡方分配
    4.5 t分配
    4.6 F分配
5. Cramér相關係數
    5.1 Cramér相關係數
    5.2 應用例
    5.3 Cramér相關係數的評定標準

第3章統計學假說檢定
1. 統計學假說檢定
    1.1 統計學假說檢定
    1.2 統計學假說檢定的種類
    1.3 統計學假說檢定的步驟
2. 獨立性檢定
    2.1 獨立性檢定
    2.2 Pearson’s卡方統計量與卡方分配
    2.3 應用例
3. 「虛無假說不能說是錯的」
4. 虛無假說與對立假說
5. P值與假說檢定的步驟
6. 母體平均差之檢定
    6.1 母體平均差之檢定
    6.2 應用例
    6.3 母體平均差之檢定的對立假說、拒絕域與P值

第4章
1. 一因子變異數分析
2. 應用例
    2.1 應用例
    2.2 檢定統計量的計算方式
    2.3 P值的計算方式
    2.4 變異數分析表
3. 結果分析
    3.1 最佳水準
    3.2 母體平均之估計

第5章
1. 二因子變異數分析
2. 非重複實驗的應用例
    2.1 應用例
    2.2 檢定統計量的計算方式
    2.3 變異數分析表
    2.4 結果分析
3. 重複實驗的應用例
    3.1 應用例
    3.2 檢定統計量的計算方式
    3.3 變異數分析表
    3.4 結果分析
4. 合併誤差
    4.1 合併誤差
    4.2 應注意事項

第6章理想的實驗順序
1. 實驗原則
2. 亂塊法與分割法
    2.1 亂塊法
    2.2 分割法
    2.3 應用例
3. Fisher的三個原則

第7章直交表實驗
1. 直交表實驗
2. 直交表
    2.1 直交表的種類
    2.2 直交表的名稱由來
    2.3 直交表的使用方式
3. 直交表實驗的缺點
    3.1 直交表實驗的缺點
    3.2 確認無法配置變數的欄
    3.3 直交表的數學特徵
4 應用例
    4.1 應用例
    4.2 檢定統計量的計算方式

第8章參數設計
1. 參數設計
2. SN比
    2.1 望大特性
    2.2 望目特性
3. 參數設計所使用的直交表
4. 應用例

附錄1 迴歸分析與複迴歸分析
1. 一因子變異數分析與迴歸分析
2. 二因子變異數分析與複迴歸分析
附錄 2 多重比較
1. 多重比較
2. 多重比較的種類
附錄 3 用Excel來試試看吧！
1. 卡方分配的機率
2. 一因子變異數分析
3. 非重複實驗的二因子變異數分析
4. 重複實驗的二因子變異數分析

索引

看更多

序

序

　　如同書名所示，這是一本解說「實驗設計」的書。

　　本書的目標讀者群包括：

　　˙ 在製造業中從事研發工作的人們
　　˙ 想從現在開始學習實驗設計的人們
　　˙ 覺得現有的實驗設計書籍難以理解的人們
　　˙ 大學想要進入理工科系就讀的高中生

　　在本書之前，筆者的拙作中最平易近人的統計書籍是《漫畫學統計學》。不過，就算沒有讀過《漫畫學統計學》，甚至是幾乎沒有任何統計相關知識的人，閱讀本書時也不會有任何困難。

　　本書的結構包括以下內容：

　　本書結構

　　背景知識
　　第1章實驗設計是什麼？
　　第2章統計學的基礎知識
　　第3章統計學假說檢定

　　主題
　　第4章一因子變異數分析
　　第5章二因子變異數分析
　　第6章理想的實驗順序
　　第7章直交表實驗
　　第8章參數設計

　　詳實記述計算過程是本書的一大特色。數學程度好的讀者們可以跟著書中步驟一步步推導，而不太擅長數學的讀者，或者是沒什麼時間的讀者，只要大概看過就行了。也就是說，只要抱著「總之，照著這方式做下去，就能得到正確答案」的想法，掌握住「大略的脈絡」就行了。

　　由於四捨五入會產生誤差，讀者自行計算出來的值，可能會和本書提供的數值有些出入，請務必理解這一點。

　　我並不是個筆鋒細膩的人，雖憧憬著創作的領域，卻也抱著一絲敬畏的心情。承蒙Ohmsha社的各位不嫌棄，給我這次執筆的機會，在此致謝。寫作本書時，我從日本中央大學理工學部的酒折文武老師那裡得到了許多建議，在此表示最高的謝意。

2009年8月
高橋信

看更多

內容連載

第1章實驗設計是什麼？

本章將帶你了解以下幾點：

˙實驗設計到底是什麼？

˙實驗設計能為你做哪些事？在哪些情況下可以幫助你解決問題？

1.實驗設計

實驗設計一詞難以用三言兩語簡單定義，或者這麼說，實驗設計並非無法定義，但無論怎麼解釋都會流於抽象，難以理解。所以本節中，先用直覺性的例子，讓讀者感受實驗設計的精神，接著再給予一較為詳細的定義。

1.1實驗設計的直覺意義

「實驗設計」是一種統計學的應用，具體來說，是探討以下幾種分析方法1的學問：

˙一因子變異數分析

˙二因子變異數分析

˙多因子變異數分析

˙直交表實驗

而這些分析方法，皆屬於第三章將介紹的「統計假說檢定」分析方法。

為了能讓您能早點體會實驗設計的精神，在此先舉例說明一因子變異數分析和二因子變異數分析。

註1「直交表實驗是一種分析方法的名字嗎？」要回答這個問題相當地不容易，在此先姑且把它視為分析方法的名字，才方便我繼續說明下去，請讀者們諒解。

一因子變異數分析

某個便當盒製造商對他們的產品做了耐壓強度實驗，實驗結果如下表：

	成型溫度	耐壓強度
	A	y
實驗1	A₁	2
實驗2	A₁	1
實驗3	A₂	10
實驗4	A₂	7
實驗5	A₃	4
實驗6	A₃	6

若我們假設變數間的因果關係如下圖所示：

原因	成型溫度A A₁ A₂ A₃
	↓
結果	耐壓強度 y

並以此來進行一因子變異數分析的話，就能判斷耐壓強度是否會受到成型溫度的影響，且能進一步回答下面的問題：

˙如果便當盒的耐壓強度確實受到成型溫度的影響，那麼能夠讓耐壓強度達到最高的成型溫度是A1、A2還是A3？換句話說，最佳的Ai是哪一個？

一因子變異數分析是實驗設計的入門，其中被分析者認為是「原因」的變數，如本例中的成型溫度，在實驗設計中稱為「因子」；而分析者對因子的不同「選擇」，如本例中的A1、A2、A3，在實驗設計中則稱為「水準」。

由於這樣的分析方式只有一個因子，故名為一因子變異數分析。

看完整內容連載